作為引領第四次科技革命的戰略性技術，人工智能(AI)給社會建設和經濟發展帶來了重大而深遠的影響，但數據隱私、算法偏見、技術濫用等安全問題正給社會公共治理與產業智能化轉型帶來嚴峻挑戰。

　　第一個問題是科技發展的共性問題。科技是發展的利器，也可能成為風險的源頭，人工智能也不例外。首先，AI的發展將引發新一輪的產業革命。一方面是傳統產業的智能化，比如網絡搜索中采取推薦算法、用戶畫像等等，提高服務的效率和質量。另一方面是智能技術的產業化，催生了新的產業，如智能交通、智慧醫療、智慧城市、自動駕駛等。與此同時，AI的發展也帶來了新的風險和安全隱患，因此，我們既要抓AI的創新發展，又要抓AI的治理，兩手都要抓。

　　第二個問題是人工智能發展與治理中的特殊性，具體表現在算法層面、數據層面與應用層面。

　　在算法層面看，現有的AI算法較脆弱，泛化能力較差，這意味著如果將算法運用到與訓練場景區別很大的實際場景中，就會存在安全問題。以無人駕駛為例，AI訓練的時候不可能窮盡所有的情景，當遇到新的突發事件便無法處理，就會造成AI技術的誤用，有可能是無意識的誤用。同時，這種脆弱性還使得人工智能系統容易被攻擊、被欺騙，給AI技術的濫用造成可乘之機。

　　從數據層面看，現在人工智能應用效果很大程度上依賴數據質量，但由此會帶來隱私泄漏、數據確權等問題，如果解決不好數據安全的問題，人工智能產業也不可能健康的發展。

　　在應用層面，人工智能技術已經逐漸對人們的生活造成沖擊，比如售樓處看房帶頭盔、困在算法里的外賣騎手等等，還有深度偽造之類可能對社會造成重大影響的技術，都必須保證安全可控。

　　AI的創新發展是大道理，縱觀信息科技的發展歷史，盡管信息科技發展異常迅猛，但基本上安全可控。而人工智能發展卻緩慢曲折，安全問題層出不窮。這兩者的差別在于，從信息革命開始，信息的三大理論就已經建立，即圖靈機理論(1936)、香農的通訊理論(1948)、維納的控制論(1948)。正因為有了堅實的理論基礎，從而引導信息技術健康的發展。然而人工智能的發展則相反，它的基礎理論至今沒有建立。盡管經歷了第一代AI的符號主義模型(知識驅動)和第二代AI的亞符號(連接)主義模型(數據驅動)，但它們均具有很大的局限性，不能構成AI的理論基礎。由于缺乏理論指導，AI的發展處于難以控制的局面。

　　當前，必須解決“卡脖子”的基礎理論問題，因此建立AI的理論基礎是我們提出“第三代人工智能”的初衷。所謂的“第三代人工智能”，其發展路徑是融合第一代的知識驅動和第二代的數據驅動的人工智能，在前兩代理論的基礎上發展第三代人工智能基礎理論，建立一個完備的人工智能基礎理論。具體的思路上，利用知識、數據、算法和算力4個要素，建立新的可解釋和魯棒的AI理論和方法，從而發展安全、可信、可靠和可擴展的AI技術。這樣發展第三代AI和AI治理一起抓，以達到相輔相成共同發展。

　　人工智能剛剛拉開序幕，更精彩的大戲正要上演。全世界應該團結起來，共同來發展安全可控的第三代人工智能，讓人工智能真正造福于人類。

　　(本報記者沈春蕾根據中國科學院院士張鈸在2021北京智源大會上的講話整理)